Ming-Lian / Gitment-repo

保存个人博客中的评论信息以及兴趣小组的相关材料
5 stars 0 forks source link

《生信与机器学习兴趣小组》第三次分享讨论/打卡贴 | Lianm's Blog #15

Open Ming-Lian opened 5 years ago

Ming-Lian commented 5 years ago

https://ming-lian.github.io/2019/07/11/Bioinfo-ML-Club-3rd/

Hua-CM commented 5 years ago

为了避免被小明同学赶出学习小组,忙(wo)里(jiu)抽(shi)空(lan)赶紧写一下第三次的笔记

线性代数的逻辑

出发点:简化线性方程组的求解过程

求解要思考的三个问题

1、有没有解(b是否在值域中)

2、有解,几个解?

3、解集

矩阵的秩

由上面的三个问题出发引出矩阵的秩

定理:值域是以左乘矩阵列向量为基张成的空间 =====> 所以如果C3=kC1,那么它们在值域空间里其实是在一条线上,作为基向量的话有一个就多余了

定理二:左乘矩阵的行数为到达域的空间维度

1、根据值域和到达域的关系看解的个数

值域与到达域无交集:无解

值域为到达域子集:有解

值域等于到达域(满射):有无数解

2、秩

定义:矩阵中非线性列向量的个数

定理三:当增广矩阵的秩与原矩阵的秩相等的时候,有解

3、单射与非单射

有解的情况下

单射:唯一解

非单射:多解

定理四:如果定义域的维度等于值域的维度,则单射

定义域的维度:几个列向量就几维

值域的维度:列秩

因此可以推出:列满秩的时候有唯一解

定理五:行秩等于列秩

4、解集的表示

齐次方程与非齐次方程

齐次方程:其方程左端是含未知数的项,右端等于零。Ax=0

根据齐次方程的零空间可以写出非其次方程的特解(这边有点抽象,笔记不知道怎么做)

行列式

出发点:快速求解单个解的方程组

记法与运算法则:det(A)=主对角线乘积的加和减去副对角线乘积的加和

wentgithub commented 5 years ago

讲的很棒啊,明哥

wentgithub commented 5 years ago

为什么矩阵行秩等于列秩?(有动图) http://www.matongxue.com/madocs/290.html

tongshiyuan commented 5 years ago

所谓的秩,其实就是线性无关向量的个数。矩阵的行秩等于列秩,实际上就是行线性无关向量的个数和列线性无关向量的个数相等。 对于一个 m x n 矩阵A (A = (aij)mxn) 假设矩阵的行秩为2,也就是有两行线性无关。这里假设为第1行和第2行。引起线性无关的元素为(a11 a12)和(a21 a22)。也就是说,不管如何做初等行变换,二者都不能把对方消为(0 0),用公式表示就是: a11a22≠a21a12 你会发现,这个不等式对行和列是等效的。 导致的后果就是,如论怎么做列变换,(a11 a21)^T和(a12 a22)^T都不能把对方消为(0 0)^T,进而得出前两列是线性无关的。 也就是说,导致行向量线性无关的元素,必将导致相应的列向量线性无关。因此,行秩也就和列秩相等了。

xiaruiyan commented 5 years ago
  1. 线性方程组 向量左乘一个矩阵其实是向量基的一个改变
  2. 矩阵乘法的意义 基础基--->扩展回归 实际上是基础基乘一个矩阵(这个过程例子之一就是单位圆向椭圆的转变)
  3. 秩(矩阵的最大无关组) 主要包括单射和满射
12kyy123 commented 5 years ago

秩 定义:矩阵中非线性列向量的个数

定理三:当增广矩阵的秩与原矩阵的秩相等的时候,有解明哥讲的很nice!!!

zhuqianhui commented 5 years ago

明哥讲得灰常好~ 手写笔记不在身边,下次还是录音的好。。 第三期主题是求解线性方程组,学到了几个概念:

  1. 秩:矩阵的秩包括行秩和列秩。列秩是指线性无关的列向量的极大数目;行秩是指线性无关的行向量的极大数目。当增广矩阵的秩和系数矩阵的秩相等时,线性方程组有解。
  2. 定义域:是指线性方程组中自变量x的取值范围。
  3. 值域:因变量y的取值范围,也就是定义域中的每一个x通过一定的映射函数得到的y的值组成的空间。
  4. 到达域:左乘矩阵的行数为到达域的空间维度(忘了,参考前面同学的笔记。)
Flying-Csky commented 5 years ago

https://www.jianshu.com/p/94748ea36d06 之前学的线代只是代数层面的理解,通过此次学习,在几何方面有了进一步的认识,收获颇丰,非常感谢明哥的分享。附上自己的笔记,如果有错误希望能够帮忙批评指正! Better